Rear-impact neck protection devices for adult wheelchair users
Notice bibliographique
Résumé
Many wheelchair users remain in their wheelchairs during transit. Safety research for wheelchair users has focused mainly on frontal impact. However, although they are generally less severe, rear-impact injuries are expensive and difficult to treat and whiplash injury protection for adult wheelchair users remains poorly understood. In this article, 10 g (16 km/h) rear-impact sled tests conducted with the Biofidelic Rear Impact Dummy II or BioRID-II (Denton ATD Inc and Chalmers University of Technology; Gothenburg, Sweden) seated in a rigid wheelchair with no head restraint showed that Abbreviated Injury Scale-score 1 neck injury risk evaluated with the neck injury criterion (NIC) and Nkm criterion is substantially above proposed threshold levels. A prototype wheelchair head restraint was developed and tested together with an existing commercial head restraint (Rolko; Borgholzhausen, Germany) in the same 10 g (16 km/h) rear impact. Both head restraints reduced the injury scores substantially. NIC test scores for the head restraints with no gap ranged from 18 to 24 (approximately 20%-30% chance of neck injury symptoms of duration >1 month) compared with test scores for no head restraints that ranged from 34 to 37 (approximately 95% chance of neck injury). The corresponding extension-posterior Nkm scores with no gap ranged from 0.30 to 0.35 (approximately 5% chance of neck injury) compared with no head restraint of 1.16 (approximately 45% chance of neck injury symptoms). However, the number of sled tests performed was small (three with no head restraint and six with a head restraint), and these results should be considered mainly trends. Preliminary results also showed that the horizontal gap between the head and the wheelchair head-restraint cushion should be as small possible.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».